Uji Multikolinearitas

Multikolinearitas adalah adalah uji untuk mengetahui apakah terdapat hubungan linear antar variabel independen dalam model regresi.

Langkah-Langkah dalam Uji Multikolinearitas :

1.      Lihat Kotak VIF (Variance Inflation Factor).

·         Jika nilai VIF lebih besar atau sama dengan 10 maka diduga bahwa antar variabel independen terjadi persoalan multikolinearitas.

·         Jika nilai VIF lebih kecil dari 10 maka diduga bahwa antar variabel independen tidak terjadi persoalan multikolinearitas.

2.      Melihat nilai Tolerance

·         Jika nilai Tolerance lebih besar dari 0.10 maka dapat ditarik kesimpulan bahwa tidak terjadi Multikolinearitas.

·         Jika nilai Tolerance lebih kecil dari 0.10 maka dapat ditarik kesimpulan bahwa terjadi Multikolinearitas.

Coefficientsa
Model		Collinearity Statistics
		Tolerance	VIF
1	TotalX1	,643	1,555
	TotalX2	,643	1,555
a. Dependent Variable: TotalY

    Dari hasil di atas dapat diketahui nilai Variance Inflation Factor (VIF) kedua variabel yaitu Total X1 dan Total X2 adalah 1.555 lebih kecil dari 5, sehingga bisa dikatakan bahwa antar variabel independen tidak terjadi persoalan multikolinearitas.

    Dari hasil di atas dapat diketahui nilai Tolerance 0.643, lebih besar dari 0.10 maka dapat ditarik kesimpulan bahwa tidak terjadi multikolinearitas.

3.      Membandingkan nilai koefisien determinasi individual (r²) dengan nilai determinasi secara serentak (R²)
Dalam metode ini, cara yang ditempuh adalah dengan meregresikan setiap variabel independen dengan variabel independen lainnya, dengan tujuan untuk mengetahui nilai koefisien r² untuk setiap variabel yang diregresikan. Selanjutnya nilai r² tersebut dibandingkan dengan nilai koefisien determinasi R².

Kriteria pengujian yaitu :

·         Jika r² > R² maka terjadi multikolinearitas

·         Jika r² < R² maka tidak terjadi multikolinearitas.

	Model Summary
	Model		R	R Square	Adjusted R Square		Std. Error of the Estimate
	1		,598a	,357	,346		4,943
	a. Predictors: (Constant), TotalX2
Model Summary
Model		R		R Square		Adjusted R Square		Std. Error of the Estimate
1		,910a		,828		,822		4,091
a. Predictors: (Constant), TotalX2, TotalX1

Variabel Dependen	Variabel Independen	Nilai r square (r2)
Total X1	Total X2	0.357 (r2)
Nilai R2	0.828 (R­­­­2)

Dari tabel di atas dapat diketahui bahwa nilai koefisien r² yang diperoleh bernilai lebih kecil dari pada nilai koefisien determinasi (R²). Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah multikolinearitas pada model regresi.

Uji T dan Uji F

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
		B	Std. Error	Beta			Tolerance	VIF
1	(Constant)	12,934	6,907		1,873	,066
	TotalX1	1,272	,109	,802	11,709	,000	,643	1,555
	TotalX2	-,227	,095	-,164	-2,397	,020	,643	1,555
a. Dependent Variable: TotalY

Uji T digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh nyata atau tidak terhadap variabel dependen. Derajat signifikansi yang digunakan adalah 0.05. Apabila nilai signifikan lebih kecil dari derajat kepercayaan maka kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara parsial mempengaruhi variabel dependen. Nilai t yang positif menunjukkan bahwa variabel independent mempunyai hubungan yang searah dengan variabel dependent.

·         Terlihat pada baris Total X1 terdapat nilai sig 0.000. Nilai sig lebih kecil dari nilai probabilitas 0.05 (untuk sosial) dengan kata lain 0.000 < 0.05, maka H₁ diterima dan Ho ditolak. Nilai t yang positif menunjukkan bahwa variabel Total X1 mempunyai hubungan yang searah dengan Total Y.

·         Terlihat pada baris Total X2 terdapat nilai sig 0.020. Nilai sig lebih kecil dari nilai probabilitas 0.05 (untuk sosial) dengan kata lain 0.020 < 0.05, maka H₁ diterima dan Ho ditolak. Nilai t yang negative menunjukkan bahwa variabel Total X2 mempunyai hubungan yang tidak searah dengan Total Y.

ANOVAa
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	4591,390	2	2295,695	137,184	,000b
	Residual	953,860	57	16,734
	Total	5545,250	59
a. Dependent Variable: TotalY
b. Predictors: (Constant), TotalX2, TotalX1

Uji F digunakan untuk mengetahui apakah variabel-variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0.05. Apabila nilai F hasil perhitungan lebih besar daripada nilai F menurut tabel maka hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen.

·         Dapat dilihat bahwa nilai sig 0.000. Nilai sig lebih kecil dari nilai probabilitas 0.05 (untuk sosial) dengan kata lain 0.000 < 0.05, maka ini menunjukkan bahwa Variabel Total X1 dan Variabel Total X2 memiliki pengaruh yang signifikan terhadap Variabel Total Y.

Output Analisis Multikolinearitas

GET

  FILE='D:\Tugas\Yogo\Kuliah\Semester IV\Laboratorium Statistika\Uji Multikolinearitas\Uji Multikolinearitas.sav'.

DATASET NAME DataSet1 WINDOW=FRONT.

REGRESSION

  /MISSING LISTWISE

  /STATISTICS COEFF OUTS BCOV R ANOVA COLLIN TOL

  /CRITERIA=PIN(.05) POUT(.10)

  /NOORIGIN

  /DEPENDENT TotalY

  /METHOD=ENTER TotalX1 TotalX2.

Regression

Variables Entered/Removeda
Model	Variables Entered	Variables Removed	Method
1	TotalX2, TotalX1b	.	Enter
a. Dependent Variable: TotalY
b. All requested variables entered.

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,910a	,828	,822	4,091
a. Predictors: (Constant), TotalX2, TotalX1

ANOVAa
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	4591,390	2	2295,695	137,184	,000b
	Residual	953,860	57	16,734
	Total	5545,250	59
a. Dependent Variable: TotalY
b. Predictors: (Constant), TotalX2, TotalX1

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
		B	Std. Error	Beta			Tolerance	VIF
1	(Constant)	12,934	6,907		1,873	,066
	TotalX1	1,272	,109	,802	11,709	,000	,643	1,555
	TotalX2	-,227	,095	-,164	-2,397	,020	,643	1,555
a. Dependent Variable: TotalY

 Coefficient Correlations^a

Model			TotalX2	TotalX1
1	Correlations	TotalX2	1,000	,598
		TotalX1	,598	1,000
	Covariances	TotalX2	,009	,006
		TotalX1	,006	,012
a. Dependent Variable: TotalY

 

Collinearity Diagnosticsa
Model	Dimension	Eigenvalue	Condition Index	Variance Proportions
				(Constant)	TotalX1	TotalX2
1	1	2,951	1,000	,00	,00	,00
	2	,046	8,049	,00	,18	,22
	3	,004	27,612	1,00	,82	,78
a. Dependent Variable: TotalY

 Untuk File Lengkapnya dapat di download di
https://drive.google.com/file/d/0B0gQVDhdLDJLbDhwWVpCTXprVFU/edit?usp=sharing 

Untuk File Mentahnya (Excel) dapat di download di
https://drive.google.com/file/d/0B0gQVDhdLDJLbVJPSmVxVW51V2s/edit?usp=sharing 

Untuk File SPSS nya dapat di download di
https://drive.google.com/file/d/0B0gQVDhdLDJLQThSMG02VHFsOVU/edit?usp=sharing 

Untuk File Output nya dapat di download di
 https://drive.google.com/file/d/0B0gQVDhdLDJLbGF6YzN1TExjbFE/edit?usp=sharing